آموزش ارزیابی مدل داده کاوی

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

ارزیابی اثربخشی یک مدل خوشه بندی Evaluating the Effectiveness of a Clustering Model

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• ارزیابی نتایج داده کاوی Evaluating the Results of Data Mining

• مدل های جعبه سفید و رانش مفهوم White-box Models and Concept Drift

• سادگی مدل Model Simplicity

• ارزیابی مدلهای خوشه بندی Evaluating Clustering Models

• نسخه ی نمایشی: انجام تجزیه و تحلیل خوشه بندی با استفاده از خوشه بندی K-means Demo: Performing Clustering Analysis Using K-means Clustering

• نسخه ی نمایشی: انجام تجزیه و تحلیل خوشه بندی با استفاده از خوشه بندی جمع کننده و خوشه بندی تغییر میانگین Demo: Performing Clustering Analysis Using Agglomerative Clustering and Mean Shift Clustering

• نسخه ی نمایشی: ارزیابی خوشه بندی K-means با استفاده از مجموع فاصله های مربع و امتیاز سیلوئت Demo: Evaluating K-means Clustering Using Sum of Squared Distances and Silhoutte Score

• نسخه ی نمایشی: ارزیابی خوشه بندی جمع کننده و تخمین پهنای باند مناسب برای خوشه بندی تغییر میانگین Demo: Evaluating Agglomerative Clustering and Estimating the Right Bandwidth for Mean Shift Clustering

• خلاصه ماژول Module Summary

ارزیابی اثربخشی قانون استخراج قانون انجمن Evaluating the Effectiveness of Association Rule Mining

• بررسی اجمالی ماژول Module Overview

• قانون استخراج قانون برای تجزیه و تحلیل سبد بازار Association Rule Mining for Market Basket Analysis

• موارد پشتیبانی و موارد مکرر Support and Frequent Itemsets

• اعتماد به نفس ، آسانسور ، و محکومیت Confidence, Lift, and Conviction

• مروری بر الگوریتم Apriori An Overview of the Apriori Algorithm

• نسخه ی نمایشی: استفاده از الگوریتم Apriori برای تولید مجموعه های مکرر موارد Demo: Using the Apriori Algorithm to Generate Frequent Itemsets

• نسخه ی نمایشی: انجمن قانون استخراج بر روی یک مجموعه داده اسباب بازی Demo: Association Rule Mining on a Toy Dataset

• نسخه ی نمایشی: کاوش در مجموعه سبد نان Demo: Exploring the Bread Basket Dataset

• نسخه ی نمایشی: استخراج قاعده انجمن با استفاده از داده های سبد نان Demo: Association Rule Mining Using the Bread Basket Data

• خلاصه ماژول Module Summary

ارزیابی اثربخشی مدلهای رگرسیون Evaluating the Effectiveness of Regression Models

• بررسی اجمالی ماژول Module Overview

• یافتن بهترین خط مناسب Finding the Best Fit Line

• تفسیر نتایج رگرسیون Interpreting Regression Results

• R- مربع و تنظیم شده R- مربع R-square and Adjusted R-square

• آمار T و آمار F T-statistics and F-statistic

• نسخه ی نمایشی: کاوش در مجموعه داده های رگرسیون Demo: Exploring the Regression Dataset

• نسخه ی نمایشی: ساخت و ارزیابی مدل رگرسیون Demo: Building and Evaluating a Regression Model

• نسخه ی نمایشی: تفسیر نتایج با استفاده از باقیمانده و منحنی های یادگیری Demo: Interpreting Results Using Residuals and Learning Curves

• نسخه ی نمایشی: ارزیابی چندین مدل رگرسیون Demo: Evaluating Multiple Regression Models

• خلاصه ماژول Module Summary

ارزیابی اثربخشی مدلهای طبقه بندی Evaluating the Effectiveness of Classification Models

• بررسی اجمالی ماژول Module Overview

• دقت به عنوان یک معیار ارزیابی Accuracy as an Evaluation Metric

• دقت و فراخوانی برای ارزیابی طبقه بندی ها Precision and Recall to Evaluate Classifiers

• منحنی ROC The ROC Curve

• اعتبارسنجی مدل ها با استفاده از مجموعه های آموزشی ، اعتبار سنجی و تست Validating Models Using Training, Validation, and Test Sets

• اعتبار سنجی متقابل K برابر است K-fold Cross Validation

• نسخه ی نمایشی: بررسی مجموعه طبقه بندی Demo: Exploring the Classification Dataset

• نسخه ی نمایشی: اعتبار سنجی K-fold ، Hold-out و Shuffle Split Cross Demo: K-fold, Hold-out, and Shuffle Split Cross Validation

• نسخه ی نمایشی: جستجوی شبکه برای تنظیم Hyperparameter با اعتبار سنجی Demo: Grid Search for Hyperparameter Tuning with Cross Validation

• نسخه ی نمایشی: ارزیابی مدل با استفاده از دقت ، دقت ، یادآوری و منحنی ROC Demo: Evaluating the Model Using Accuracy, Precision, Recall and the ROC Curve

• خلاصه ماژول Module Summary